Apel merupakan tanaman buah tahunan yang berasal dari daerah Asia Barat dengan iklim sub tropis. Di Indonesia apel mulai ditanam pada tahun 1934, hingga saat ini tanaman apel sudah banyak ditanam di berbagai wilayah. Apel dapat tumbuh dan berbuah dengan baik di daerah dataran tinggi. Di Kota Batu, Jawa Timur, apel merupakan buah yang menjadi ikon kota wisata ini. Apel di Kota Batu sudah mulai ditanam sejak tahun 1950 dan berkembang pesat pada tahun 1960-an hingga saat ini. Seiring berkembangnya tanaman apel di kota batu, pengendalian hama dan penyakit pada tanaman apel juga perlu dilakukan dengan baik. Pakar atau pihak yang berkompeten dalam bidangnyalah yang dapat memberikan solusi dalam setiap permasalah yang dihadapi oleh petani. Keterbatasan jumlah pakar dan pengetahuan menjadi kesulitan dalam proses identifikasi hama dan penyakit tanaman apel. Penelitian ini bertujuan untuk merancang dan mengimplementasikan suatu sistem yang disebut sistem pakar. Sistem pakar adalah program atau aplikasi perangkat lunak yang digunakan untuk memecahkan masalah yang biasanya diselesaikan oleh seorang pakar. Aplikasi sistem pakar berbasis website banyak dimanfaatkan oleh berbagai kalangan masyarakat, dapat mengambil keputusan dengan cepat merupakan nilai lebih dalam aplikasi sistem pakar. Metode yang digunakan pada penelitian ini adalah certainty factor CF, metode tersebut menyatakan tingkat kepercayaan dalam sebuah kejadian atau fakta berdasarkan bukti ataupun penilaian dari seorang pakar. Discover the world's research25+ million members160+ million publication billion citationsJoin for free Jurnal'Informatika'Polinema''ISSN'2407-070X' ' Volume'1,'No'3,'Mei''2015'!7!!Sistem Pakar Diagnosa Hama Dan Penyakit Pada Tanaman Apel Menggunakan Metode Certainty Factor Alfan Hadi Permana1, Rosa Andrie Asmara2, Ariadi Retno Tri 1Program Studi Teknik Informatika, 2,3Jurusan Teknik Elektro, Politeknik Negeri Malang ABSTRAK Apel merupakan tanaman buah tahunan yang berasal dari daerah Asia Barat dengan iklim sub tropis. Di Indonesia apel mulai ditanam pada tahun 1934, hingga saat ini tanaman apel sudah banyak ditanam di berbagai wilayah. Apel dapat tumbuh dan berbuah dengan baik di daerah dataran tinggi. Di Kota Batu, Jawa Timur, apel merupakan buah yang menjadi ikon kota wisata ini. Apel di Kota Batu sudah mulai ditanam sejak tahun 1950 dan berkembang pesat pada tahun 1960-an hingga saat ini. Seiring berkembangnya tanaman apel di kota batu, pengendalian hama dan penyakit pada tanaman apel juga perlu dilakukan dengan baik. Pakar atau pihak yang berkompeten dalam bidangnyalah yang dapat memberikan solusi dalam setiap permasalah yang dihadapi oleh petani. Keterbatasan jumlah pakar dan pengetahuan menjadi kesulitan dalam proses identifikasi hama dan penyakit tanaman apel. Penelitian ini bertujuan untuk merancang dan mengimplementasikan suatu sistem yang disebut sistem pakar. Sistem pakar adalah program atau aplikasi perangkat lunak yang digunakan untuk memecahkan masalah yang biasanya diselesaikan oleh seorang pakar. Aplikasi sistem pakar berbasis website banyak dimanfaatkan oleh berbagai kalangan masyarakat, dapat mengambil keputusan dengan cepat merupakan nilai lebih dalam aplikasi sistem pakar. Metode yang digunakan pada penelitian ini adalah certainty factor CF, metode tersebut menyatakan tingkat kepercayaan dalam sebuah kejadian atau fakta berdasarkan bukti ataupun penilaian dari seorang pakar. Kata kunci sistem pakar, tanaman apel, hama dan penyakit, metode certainty factor I. PENDAHULUAN Kecerdasan buatan atau Artificial Intellegence AI dapat didefinisikan sebagai mesin cerdas yang dapat membantu melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia. Menurut Encyclopedia Britania kecerdasan buatan merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan. Salah satu cabang dari kecerdasan buatan adalah Expert System atau sistem pakar, yaitu program penasehat berbasis komputer yang mencoba meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah-masalah spesifik. Sistem pakar merupakan perangkat lunak yang digunakan untuk memecahkan masalah yang biasanya diselesaikan oleh seorang pakar. Aturan-aturan di dalamnya memberitahu program, bagaimana ia memberlakukan informasi-informasi yang tersimpan. Berdasarkan itu program memberikan solusi-solusi atau bantuan mengambil keputusan mengenai permasalahan tertentu, mirip dengan saran seorang pakar. Apel merupakan tanaman buah tahunan yang berasal dari daerah Asia Barat dengan iklim sub tropis. Di Indonesia apel telah ditanam sejak tahun 1934 hingga saat ini. Apel dapat tumbuh dan berbuah baik di daerah dataran tinggi. Salah satu sentra produksi apel di Indonesia adalah Batu dan Poncokusumo, Kab. Malang. Di Kota Batu, kegiatan budidaya apel berlangsung hampir setiap tahunnya dengan dua kali masa panen. Pengendalian hama dan penyakit merupakan salah satu faktor terpenting dalam perkembangan tanaman apel. Para petani biasanya melakukan pencegahan dengan melakukan penyemprotan setiap 1 - 2 minggu sekali dengan dosis ringan. Pencegahan ini agar hama dapat segera ditanggulangi dan baik dilakukan di pagi atau sore hari. Terkadang petani juga membutuhkan seorang pakar dalam menentukan jenis hama dan penyakit pada tanaman apel agar dapat memberikan solusi terbaik. Demikian pula jika ditemukan adanya jenis hama dan penyakit baru pada tanaman apel, maka seorang pakar harus melakukan penelitian guna mendapatkan keterangan dari hama dan penyakit baru tersebut dan secepat mungkin memberikan sosialisasi kepada para petani mengenai jenis hama dan penyakit baru tersebut beserta cara penanganannya. Akan tetapi, keterbatasan yang dimiliki seorang pakar terkadang menjadi kendala bagi para petani yang akan melakukan konsultasi guna menyelesaikan suatu permasalahan untuk mendapatkan solusi terbaik. Dalam hal ini sistem pakar dibuat sebagai alternatif kedua dalam memecahkan masalah setelah seorang pakar. Aplikasi sistem pakar diharapkan dapat menjadi sarana untuk konsultasi, sarana pembelajaran disebuah instansi Dinas Pertanian dan Kehutanan Kota Batu serta dapat dijadikan sebagai alat bantu bagi seorang pakar dalam mendiagnosa dan mensosialisasikan jenis hama dan penyakit tanaman apel kepada para petani ataupun masyarakat awam. Jurnal'Informatika'Polinema''ISSN'2407-070X' ' Volume'1,'No'3,'Mei''2015'!8!!II. METODE PENELITIAN Metode penelitian merupakan cara atau teknik ilmiah memperoleh data dengan tujuan dan kegunaan tertentu. Cara atau teknik ilmiah yang dimaksud adalah dimana kegiatan penelitian itu dilaksanakan berdasarkan ciri-ciri keilmuan, yaitu rasional, empiris dan sistematis RES. Metode yang digunakan dalam penelitian ini mengacu pada proses pembangunan aplikasi sistem pakar pada umumnya dengan menggunakan konsep System Development Life Cycle SDLC. Proses identifikasi masalah, pengumpulan data, analisa perancangan, dan pengujian aplikasi merupakan bagian terpenting dalam konsep SDLC. Penekanan dilakukan pada proses identifikasi masalah dan analisis perancangan serta pengujian aplikasi. Pemenuhan konsep sistem pakar dengan berbasis pengetahuan dilakukan dengan pengumpulan data dan informasi yang terkait dengan hama dan penyakit pada tanaman apel. Dengan melakukan studi pustaka dan konsultasi secara langsung terhadap pakar yang berpengalaman. Basis data dilakukan dengan analisis dan perancangan menggunakan model diagram konteks, dan Entity Relationship Diagram ERD. Adapun konsep yang digunakan dalam penelitian ini dengan menggunakan forward chaining serta penilaian bobot menggunakan model Certainty Factor CF. Membuat tampilan yang user friendly bagi kemudahan dalam pengisian data dan fakta. Serta menghasilkan output yang mempunyai informasi nilai kepercayaan jenis hama dan penyakit yang didiagnosa dikomparasi dengan pakar. Pengembangan dan pembangunan aplikasi dalam penelitian ini menggunakan PHP dengan framework Code Igniter dan MySQL sebagai tools language dalam pembangunannya. A. Hama dan Penyakit Tanaman Apel Tabel 1 Hama Tanaman Apel ⋅ Hama menghisap cairan sel daun ⋅ Terdapat hama pada permukaan daun muda, tangkai, bunga dan buah ⋅ Terdapat embun madu pada permukaan daun ⋅ Tumbuhnya jamur hitam pada daun ⋅ Daun berubah bentuk ⋅ Terlambat berbunga ⋅ Buah mudah gugur ⋅ Mutu buah jelek ⋅ Hama menghisap cairan sel daun ⋅ Bercak kuning pada daun ⋅ Daun berubah mengering ⋅ Bercak keperak-perakan pada buah ⋅ Hama menyerang tunas dan buah ⋅ Daun terlihat bintik putih ⋅ Daun menggulung ke atas ⋅ Pertumbuhan daun tidak normal ⋅ Daun berubah mengering ⋅ Daun terdapat bekas luka berwarna coklat ⋅ Hama menyerang daun ⋅ Lubang tidak teratur pada daun ⋅ Hama menghisap cairan sel daun ⋅ Daun terdapat bekas luka berwarna coklat ⋅ Tunas yang terserang menjadi coklat dan kering ⋅ Bercak keperak-perakan pada buah ⋅ Mutu buah jelek ⋅ Hama menyerang daun ⋅ Kerusakan pada daun hingga 30% ⋅ Terdapat larva dibalik daun ⋅ Mutu buah jelek ⋅ Benjol-benjol pada buah Tabel 2 Penyakit Tanaman Apel Jurnal'Informatika'Polinema''ISSN'2407-070X' ' Volume'1,'No'3,'Mei''2015'!9!!B. Metode Faktor Kepastian Certainty Factor Certainty Factor CF merupakan salah satu teknik yang digunakan untuk mengatasi ketidakpastian dalam pengambilan keputusan. Certainty Factor CF dapat terjadi dengan berbagai kondisi. Diantara kondisi yang terjadi adalah terdapat beberapa anteseden dalam rule yang berbeda dengan satu konsekuen yang sama. Faktor kepastian menyatakan kepercayaan dalam sebuah kejadian fakta atau hipotesis berdasarkan bukti atau penilaian pakar. Certainty Factor menggunakan suatu nilai untuk mengasumsikan derajad keyakinan seorang pakar terhadap suatu data. Giarattano dan Riley,1994 dalam Kusrini, 200625 menyebutkan konsep keyakinan dan ketidakyakinan yang kemudian diformulakan dalam rumusan dasar certainty factor sebagai berikut CFRule = MBH, E - MDH, E MBH, E = 1max PHE,PH−PHmax 1,0−PHMDH, E = 1min PHE,PH−PHmin 1,0−PHDi mana CFRule = faktor kepastian MBH, E = measure of belief ukuran kepercayaan terhadap hipotesis H, jika diberikan evidence E antara 0 dan 1 MDH, E = measure of disbelief ukuran ketidakpercayaan terhadap hipotesis H, jika diberikan evidence E antara 0 dan 1 PH = probabilitas kebenaran hipotesis H PHE = probabilitas bahwa H benar karena fakta E III. HASIL Pada aplikasi sistem pakar terdapat 3 bagian utama, yaitu knowledge base tempat penyimpanan informasi yang aktual, inference engine proses penalaran untuk pencarian solusi dan kesimpulan yang datanya dikirim oleh user dan faktanya tersimpan pada knowledge base, dan user interface layar sajian menu untuk sistem pakar berkomunikasi dengan user Duval et al., 1994. Tempat penyimpanan atau knowledge base dapat berupa struktur data yang disimpan dalam bentuk struktur data yang disimpan dalam bentuk susunan tabel yang saling berelasi antar satu tabel dengan tabel lainnya. Data yang terkait dengan gejala dan penyebab hama penyakit pada tanaman apel disimpan disini. Susunan ERD yang dirancang dapat dilihat pada gambar 1. ⋅ Permukaan daun tampak putih ⋅ Tunas tidak normal dan tidak berbuah ⋅ Buah berwana coklat, kulit berwarna coklat Marssonina Coronaria Davis ⋅ Pada saat perompesan terlihat bercak putih ⋅ Timbul titik hitam pada daun ⋅ Daun berguguran ⋅ Batang atau cabang membusuk ⋅ Batang atau cabang mengeluarkan cairan ⋅ Buah berwarna coklat, berkulit coklat ⋅ Buah membusuk ⋅ Buah bercak kecil coklat ⋅ Timbul bintik hitam pada buah ⋅ Berada di daerah dingin basah ⋅ Daun layu ⋅ Daun berguguran ⋅ Kulit akar membusuk Jurnal'Informatika'Polinema''ISSN'2407-070X' ' Volume'1,'No'3,'Mei''2015'!10!!Gambar 1 Entity Relation Diagram pada knowledge base. Pada bagian inference engine, digunakan bentuk production rules. Umumnya, sebuah rule terdiri dari premis dan sebuah konklusi atau situasi serta sebuah aksi. Pernyataan yang digunakan dalam penulisan adalah IF - THEN. Hubungan “if-then-else” adalah tiruan dari cara seorang pakar dalam penyelesaian masalah yang sulit. Sistem pakar untuk mencari sebab dan mencapai hasil level pakar dalam penyelesaian masalah yang sulit. Berikut rule yang diterapkan pada penelitian ini R1 = IF Hama menghisap cairan sel daun AND Terdapat hama pada permukaan daun muda, tangkai, bunga dan buah AND Terdapat embun madu pada permukaan daun AND Tumbuhnya jamur hitam pada daun AND Daun berubah bentuk AND Terlambat berbunga AND Buah mudah gugur AND Mutu buah jelek THEN Hama = Kutu Hijau R2 = IF Hama menghisap cairan sel daun AND Bercak kuning pada daun AND Daun berubah mengering AND Bercak keperak-perakan pada buah THEN Hama= Tungau R3 = IF Hama menyerang tunas dan buah AND Daun terlihat bintik putih AND Daun menggulung ke atas AND Pertumbuhan daun tidak normal AND Daun berubah mengering AND Daun terdapat bekas luka berwarna coklat THEN Hama = Trips R4 = IF Hama menyerang daun AND Lubang tidak teratur pada daun THEN Hama = Ulat Daun R5 = IF Hama menghisap cairan sel daunAND Daun terdapat bekas luka berwarna coklat AND Tunas yang terserang menjadi coklat dan kering AND Bercak keperak-perakan pada buah AND Mutu buah jelek THEN Hama = Serangga Penghisap Daun R6 = IF Hama menyerang daun AND Kerusakan pada daun hingga 30% AND Terdapat larva dibalik daun THEN Hama = Ulat Daun Hitam R7 = IF Mutu buah jelek AND Benjol-benjol pada buah THEN Hama = Lalat Buah R8 = IF Permukaan daun tampak putih AND Tunas tidak normal dan tidak berbuah AND Buah berwana coklat, kulit berwarna coklat THEN Penyakit = Penyakit Embun Tepung R9 = IF Pada saat perompesan terlihat bercak putih AND Timbul titik hitam pada daun AND Daun berguguran THEN Penyakit = Penyakit Bercak Daun R10 = IF Batang atau cabang membusuk AND Batang atau cabang mengeluarkan cairan AND Buah berwarna coklat, berkulit coklat AND Buah membusuk THEN Penyakit = Penyakit Kanker R11 = IF Buah bercak kecil coklat AND Timbul bintik hitam pada buah THEN Penyakit = Busuk Buah R12 = IF Berada di daerah dingin basah AND Daun layu AND Daun berguguran AND Kulit akar membusuk THEN Penyakit = Busuk Akar Bagian lain dari sistem ini adalah tampilan user atau user interface diberikan sajian menu yang menampilkan beberapa jenis gejala yang dapat dipilih Gambar 2. User dapat menentukan gejala-gejala yang ditemui para petani apel. Input gejala ini merupakan premis bagi penalaran yang akan dilakukan pada knowledge base dengan production rule yang telah dikonstruksikan. Gambar 2 Pilihan daftar gejala Perancangan pada halaman admin juga dilakukan untuk memasukkan data-data yang dibutuhkan, seperti data hama penyakit, gejala, solusi, user, dan berita yang akan ditampilkan pada halaman untuk user atau pengunjung. Tampilan awal aplikasi untuk login admin atau pakar terdapat pada gambar 3. ! Jurnal'Informatika'Polinema''ISSN'2407-070X' ' Volume'1,'No'3,'Mei''2015'!11!!Gambar 3 Halaman login admin dan pakar Halaman untuk inputan data hama penyakit, gejala, detail gejala, dan solusi. Gambar 4 Halaman Input Data Hama Penyakit Gambar 5 Halaman Input Data Gejala Gambar 6 Halaman Input Data Detail Gejala Penyakit Gambar 7 Halaman Input Data Solusi IV. PEMBAHASAN Berisi tentang penerapan metode didalam sistem aplikasi. Dilakukan dengan tahap implementasi dan pengujian sistem. Penggunaan metode certainty factor pada aplikasi ini dengan menggunakan aturan perhitungan nilai CFpakar dengan CFuser menggunakan persamaan CFH,E = CFE*CFrule = CFuser*CFpakar Pada sesi konsultasi sistem, pengguna user diberi pilihan jawaban yang masing – masing memiliki bobot sebagai berikut Pilihan jawaban dengan tingkat keyakinan • Tidak = 0 • Sedikit yakin = 0,4 • Cukup yakin = 0,6 • Yakin = 0,8 • Sangat yakin = 1 Sebagai contoh, proses pemberian bobot pada setiap premis gejala hingga perolehan prosentase keyakinan untuk Penyakit Embun Tepung pada musim hujan. Rule1 IF Permukaan daun tampak putih AND Tunas tidak normal dan tidak berbuah AND Buah berwana coklat, kulit berwarna coklat THEN Penyakit = Penyakit Embun Tepung Langkah pertama adalah pemecahan rule dengan premis majemuk menjadi rule dengan premis tunggal, seperti dibawah ini IFPermukaan daun tampak putih THENPenyakit Embun Tepung IFTunas tidak normal dan tidak berbuah THENPenyakit Embun Tepung IFBuah berwana coklat, kulit berwarna coklat THENPenyakit Embun Tepung Kemudian pakar menentukan nilai CF pakar untuk masing-masing premis sebagai berikut CFpakarPermukaan daun tampak putih = 0,6 CFpakarTunas tidak normal dan tidak berbuah = 0,4 CFpakarBuah berwana coklat, kulit berwarna coklat = 0,4 Jurnal'Informatika'Polinema''ISSN'2407-070X' ' Volume'1,'No'3,'Mei''2015'!12!!Kemudian dilanjutkan dengan penentuan CF user, misalkan user memilih jawaban sebagai berikut • CFuser Permukaan daun tampak putih = 0,8 • CFuser Tunas tidak normal dan tidak berbuah = 0,6 • CFuser Buah berwana coklat, kulit berwarna coklat = 0,4 Selanjutnya dihitung CFpakar dengan CFuser menggunakan persamaan CFH,E = CFE*CFrule = CFuser*CFpakar CF = = CF = = CF = = Langkah terakhir adalah mengkombinasikan nilai CF dari masing-masing rule CFCOMBINECF1,CF2 = CF1 + CF2*1-CF1; jika semuanya > 0 Kombinasi CF dengan CF dengan persamaan diatas, karena nilai CF dan CF lebih besar dari 0. CFCOMBINECF1,CF2 = CF1 + CF2 * 1 - CF1, sehingga menjadi. CFCOMBINE = + * = + = CFold Kombinasikan CFold dan CF CFCOMBINECFold, = + * = + = CFold Prosentase keyakinan = CFCOMBINE* 100% = 66% Dengan demikian dapat dikatakan bahwa perhitungan certainty factor yang dilakukanpada jenis Penyakit Embun Tepung memiliki tingkat keyakinan sistem 66 %. V. KESIMPULAN DAN SARAN Sistem pakar merupakan sistem aplikasi yang dibuat menyerupai seorang pakar atau ahli untuk memudahkan pengguna dalam mendiagnosa penyakit dalam memutuskan suatu diagnosa. Diagnosa penyakit tersebut nantinya dapat membantu dalam pengobatan secara tepat, cepat dan efisien. Hal tersebut diharapkan dapat membantu mengurangi kerugian yang dapat ditimbulkan akibat hama penyakit yang menyerang. Keunggulan dari penerapan sistem pakar untuk hama penyakit tanaman apel sangatlah bergantung pada tingkat kepercayaan dalam mendukung proses inferensi penalaran terhadap data dan fakta yang disimpan pada knowledge penerapan metode certainty factor pada sistem pakar ini dapat memberikan hasil yang akurat dari perhitungan bobot untuk kesimpulan diagnosis yang dihasilkan. Penggunaan metode ini sangatlah mudah dengan menentukan bobot yang diberikan, dan dikalkulasi berdasarkan fakta-fakta yang muncul sebagai gejala. Hal yang perlu diperhatikan dalam metode CF ini adalah pemberian nilai bobot terhadap gejala yang ditimbulkan akan berpengaruh terhadap besaran hasil kesimpulan yang diperoleh. Untuk menyempurnakan sistem pakar diagnosa hama dan penyakit tanaman apel, maka penulis memberikan saran sebagai berikut a. Pembaca diharapkan dapat memberikan masukan dalam pengembangan sistem pakar ini dengan menggunakan metode ketidakpastian lainnya. b. Pembaca dapat menambahkan berbagai inovasi baru ataupun fasilitas yang dibutuhkan untuk mendukung sistem pakar tersebut agar lebih baik dan bermanfaat. DAFTAR PUSTAKA Kusumadewi, S. 2003. Artificial intelligence, Yogyakarta Graha Ilmu. Tuswanto dan Fadlil, Abdul Sistem Pakar Untuk Mendiagnosa Hama Dan Penyakit Tanaman Bawang Merah, Jurnal Sarjana Teknik Informatika Volume 1 No 1, Tahun 2013 Satta Wigenasantana,dkk, 1994, Dasar-dasar Perlindungan Tanaman, Jakarta Universitas Terbuka di akses pada tanggal 29 Januari 2014 Sutojo, T dan Mulyanto , Edy ,2011, Kecerdasan Buatan , Yogyakarta Andi Rohajawati, Siti dan Supriyati, Rina Sistem Pakar Diagnosa Penyakit Unggas dengn Metode Certainty Factor. Tahun 2006 Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta Andi Budi, Komang Sistem Pakar Indentifikasi Terumbu Karang Menggunakan Metode CertaintyFactor. ... Dalam bidang pertanian, certainty factor dapat digunakan untuk mendeteksi hama pada penyakit tebu [5]. Pada penelitian yang dilakukan oleh Alfan certainty factor digunakan untuk mendiagnosa penyakit pada tanaman apel [6]. Dari beberapa penelitian yang telah dilakukan certainty factor dapat digunakan untuk membantu dalam pengambilan keputusan. ...Mohammad Fathor RosiBakhtiyar Hadi PrakosoThe lack of knowledge of farmers and the unequal counseling about onion diseasefrom experts is a strong reason for the difficulty of overcoming or immediately treateddiseases of onions, for this requires early diagnosis of disease onion plants. Thisresearch uses the Certainty Factor method. This method uses the certainty of an experton the symptoms of each disease. By determining the value of MB Measure ofBelieve as the level of confidence in the hypothesis and MD Measure of Disbelievethe level of distrust of the hypothesis. After using the Certainty Factor formula, thevalue of each disease will be generated from the new symptoms owned by using thehighest value of each disease, so that is the result of disease diagnosis in shallots. Thisstudy uses as many as 35 data as testing and from these data obtained an accuracyvalue of Dwi PratiwiJhonson Efendi HutagalungSuparmadi SuparmadiDiabetes Mellitus is one of the non-communicable diseases with the highest proportion in Indonesia and is the sixth highest cause of death in this country. Especially in Asahan District, the number of people with diabetes who died is increasing over time, so there needs to be effective treatment so that diabetes is no longer feared by the public because it is easy to treat. Many patients who experience diabetes are getting worse because they cannot detect the early symptoms of diabetes, which is still considered trivial. There is no information about diabetes and its symptoms, making it difficult to diagnose the disease. In the diagnosis of DM disease is limited to conventional diagnoses with doctors. it is necessary to build a system on a computer application to help diagnose DM. To determine the level of DM disease, an expert diagnostic system was made with the method used in this case is the Bayes method. This method is an approximation to an uncertainty that is measured by probability. Bayes' approach at the time of classification is to find the highest probability by inputting the required attributes and the probability of the disease and related symptoms. The results of the implementation of the system are the selection of symptoms according to the case of experiencing type 1 diabetes because it has a weight = 2 higher than the weight results of other diseases, the system provides the results of the process the system will provide information on what type of DM he is experiencing in order to get a solution with treatmentDeo PratamaTri Aristi SaputriUsep SaprudinMetode Certainty Factor adalah Certainty Factor atau faktor kepastian, merupakan suatu metode yang digunakan untuk menyatakan kepastian dalam sebuah insiden hipotesis atau fakta yang berdasarkan penilaian pakar atau bukti yang ada. Pendiagnosaan merupakan dugaan penyakit yang palin mendekati kebenaran berdasarkan gejala yang ditimbulkan dan dipertimbangkan secara tepat. Data yang dikumpulkan nantinya dihitung dengan menggunakan perhitungan metode Certainty Factor untuk menghitung tingkat kepercayaan seorang petani menentukan suatu kepastian penyakit tanaman nanas dipengaruhi nilai bobot dan nilai interprestasi kepercayaan user terhadap diperoleh berdasarkan observasi, wawancara dengan para petani dan mencari studi literatur. Pada Penelitian sebelumnnya metode Certainty Factor memiliki nilai akurasi 80% diharapkan digunakan untuk mendiagnosa penyakit pada tanaman nanas sehingga didapatkan nilai presentase kemungkinan jenis has not been able to resolve any references for this publication.
Adabeberapa upaya yang bisa diambil untuk mengatasi penyakit layu bakteri yang menyerang tanaman kacang panjang ini. Beberapa di antaranya meliputi : Menjaga kondisi lahan supaya tetap bersih Memastikan peralatan yang dipakai selalu steril Melakukan rotasi dengan tanaman jenis lain Memperbaiki saluran drainase air di lahan
- Salah satu masalah yang seringkali dihadapi oleh para pecinta tanaman hias adalah hama, salah satu jenis tanaman hias yang sering kali terserang oleh hama adalah tanaman aglonema. Pada dasarnya tanaman hias aglonema memang memiliki ketahanan tubuh yang cukup baik, namun tetap saja ketika tanaman ini terserang oleh hama lama-kelamaan akan terganggu siklus hidupnya. Dampak hama pada tanaman aglonema dapat berupa daun yang menguning bahkan lebih parahnya dapat membunuh tanaman, oleh karena itu diperlukan penanganan lebih lanjut ketika mendapati tanaman yang anda miliki terserang oleh hama. Di bawah adalah ulasan tentang jenis-jenis penyakit hama pada aglonema dan cara mengatasinya, mari simak! Jenis-Jenis Hama pada Aglonema Baca Juga 5 Tanaman Hias yang Beracun untuk Hewan Peliharaan, Segera Jauhkan! Secara bahasa hama merupakan sebuah organisme yang bersifat merugikan, sama halnya yang terjadi pada tanaman. Berikut adalah jenis-jenis hama pada tanaman hias aglonema yang umum ditemui pada tanaman aglonema 1. Kutu Daun Jenis penyakit yang pertama adalah yang berasal dari kutu daun, jenis hama kutu menjadi musuh alami tanaman aglonema. Ia biasanya ditemui pada bagian bawah daun, berkembang biak dengan cara memakan cairan vital yang ada pada aglonema. Cara membasminya cukup mudah yakni dengan cara mengoleskan alkohol yang sudah diseka pada tissue. Oleskan pada bagian aglonema. Baca Juga 4 Jenis Tanaman yang Cocok Dijadikan Bonsai, Mudah Dirawat dan Dibentuk Tanaman hias jenis aglonema. Pixabay/PENEBAR2. Kutu Putih
RJQSp0. 209 73 276 459 406 371 52 488 173
hama dan penyakit pada tanaman apel dan cara mengatasinya